编辑推荐：
研究人员运用 WGCNA 探究猪肌内脂肪（IMF）沉积机制，鉴定出关键 lncRNAs 和 mRNAs，为猪肉品质改良奠基。
在人们对饮食品质要求日益提高的当下，猪肉作为餐桌上的常客，其品质备受关注。肌内脂肪（Intramuscular Fat，IMF）如同猪肉品质的 “密码”，它直接影响着肉的口感，关乎肉的鲜嫩多汁程度与整体风味，也在很大程度上左右着消费者对猪肉的喜爱程度。然而，现代养猪业在追求高瘦肉率的过程中，却不经意间让 IMF 的含量逐渐降低，这不仅让猪肉的美味大打折扣，还对猪肉产业的经济效益产生了负面影响。因此，探寻影响 IMF 沉积的关键因素，就成为了提升猪肉品质的关键钥匙，吸引着众多科研人员投身其中。
山东农业大学的研究人员勇挑重担，开展了一项极具价值的研究。他们以 31 头 220 日龄的健康江泉黑猪为研究对象，这些猪生活在相同环境，“享受” 着同样的饲养条件。研究人员对这些猪的背最长肌组织进行采样，全面分析其基因表达情况，试图解开 IMF 沉积的分子密码。最终，他们成功鉴定出 18 个关键信使核糖核酸（mRNA）和 4 个关键长链非编码核糖核酸（lncRNA），这些分子极有可能参与了猪 IMF 的沉积过程，还构建了 lncRNA - mRNA - 通路网络，初步揭示了 lncRNA 的调控机制。这一成果意义非凡，为后续深入探究猪脂肪沉积的分子机制筑牢了基础，也为培育高品质的猪种提供了重要的理论依据，就像为优质猪肉育种点亮了一盏明灯。该研究成果发表在《BMC Genomics》杂志上。
为了开展这项研究，研究人员运用了多种前沿技术。首先是 RNA 测序（RNA - seq）技术，它就像基因世界的 “显微镜”，能精准地对基因表达进行定量分析，帮助研究人员获取猪肌肉组织的转录组信息。接着是加权基因共表达网络分析（Weighted gene coexpression network analysis，WGCNA）技术，这一技术如同强大的 “网络探测器”，可以挖掘基因之间的复杂关系，构建出 mRNA - lncRNA 共表达网络。此外，研究人员还借助了蛋白质 - 蛋白质相互作用（Protein - protein interaction，PPI）分析和富集分析技术，它们能帮助研究人员筛选出关键基因，进一步明晰这些基因在 IMF 沉积过程中的作用机制。
在研究结果方面，主要有以下几个关键发现：
- 测序数据汇总：对 31 头江泉黑猪背最长肌组织进行全转录组测序后，收获了高质量的测序数据。平均每个样本能得到 132.02 万对末端清洁读数，Q30 值超 90.85%，平均映射率大于 94.22% ，最终的基因表达矩阵涵盖 20,195 个 mRNA 和 5,414 个 lncRNA，这些数据为后续研究提供了丰富的 “原材料”。
- 加权共表达网络构建：剔除低表达基因后，用 8,093 个 mRNA 和 198 个 lncRNA 构建共表达网络。通过分析确定软阈值为 3，成功识别出 9 个共表达模块，模块中的基因数量在 33 到 3,648 之间不等，这些模块为研究基因与 IMF 的关系搭建了重要 “框架”。
- 关键模块和枢纽基因的识别：经皮尔逊相关性分析，发现品红色模块与 IMF 含量呈显著正相关，蓝绿色模块呈显著负相关，于是将这两个模块作为关键模块深入研究。依据特定标准筛选出枢纽基因，如品红色模块中有 50 个枢纽基因（49 个 mRNA 和 1 个 lncRNA），蓝绿色模块有 407 个（396 个 mRNA 和 lncRNA），这些枢纽基因是研究 IMF 沉积机制的关键 “节点”。
- 关键模块的 GO 和 KEGG 通路分析：利用 DAVID 数据库对关键模块中的 mRNA 进行分析，发现品红色模块主要与酶结合、细胞内信号转导等生物过程相关，且在脂质合成相关通路富集；蓝绿色模块主要参与蛋白质和能量代谢，在氧化磷酸化等能量代谢通路富集。这表明不同模块在 IMF 沉积和能量代谢中扮演着不同角色。
- PPI 网络构建和关键 mRNA 识别：选取参与 IMF 相关 KEGG 通路的枢纽 mRNA 构建 PPI 网络，确定了品红色模块中的 6 个关键 mRNA（如 CBL、CRKL 等）和蓝绿色模块中的 12 个关键 mRNA（如 LOC100524873、NDUFB7 等），它们在调控 IMF 沉积中发挥着重要作用。
- 关键 lncRNA 的识别和共表达网络构建：依据 WGCNA 结果和 lncRNA 与关键 mRNA 的靶向关系，找到 4 个可能调控 IMF 沉积的关键 lncRNA（TGOLN2、LOC100521518 等），并构建了 lncRNA - mRNA - 通路网络，初步揭示了 lncRNA 对 IMF 沉积的调控机制。
研究结论和讨论部分再次强调了此次研究的重要性。通过多种分析方法，研究人员成功找到了与猪 IMF 沉积相关的关键 mRNA 和 lncRNA，并构建了调控网络。不过，目前这些研究结果还缺乏实验验证，样本量也较小，具有一定局限性。但这一研究成果依然为猪 IMF 沉积调控机制的研究开辟了新方向，就像在黑暗中为后续研究点亮了希望之光。后续研究可以围绕这些关键分子开展功能实验，在更大规模的样本中进行验证，进一步挖掘其作用机制，为优质猪肉的育种工作提供更坚实的理论支持，助力猪肉品质的提升，让消费者能品尝到更美味、更优质的猪肉。
